为用户提供对自定义图像的访问权限 - Amazon SageMaker
步骤 1：创建 Dockerfile第 2 步：构建 Dockerfile步骤 3：将镜像推送到 Amazon 弹性容器注册表存储库第 4 步：将图片附加到用户的 Amazon SageMaker 域名

本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

为用户提供对自定义图像的访问权限

本文档提供了相关 step-by-step说明，让您的用户能够在其 JupyterLab 环境中访问自定义映像。您可以使用此页面上的信息为用户的工作流程创建自定义环境。该过程涉及利用：

  • Docker

  • AWS Command Line Interface

  • Amazon Elastic Container Registry

  • Amazon SageMaker AWS Management Console

按照此页面上的指南操作后，Amazon SageMaker 域上的 JupyterLab 用户将可以从其 Jupyter 空间访问自定义图像和环境，以增强其机器学习工作流程。

重要

本页假设你有 AWS Command Line Interface 和 Docker 已安装在您的本地计算机上。

要让您的用户在其中成功运行他们的映像 JupyterLab，您必须执行以下操作：

让您的用户成功运行映像

  1. 创建 Dockerfile

  2. 从 Dockerfile 中生成镜像

  3. 将图片上传到 Amazon 弹性容器注册表

  4. 将图片附加到您的 Amazon SageMaker 域名

  5. 让您的用户从您的 JupyterLab 空间访问图片

步骤 1：创建 Dockerfile

创建 Dockerfile 以定义创建在用户容器中运行应用程序所需的环境所需的步骤。

重要

您的 Dockerfile 必须符合中提供的规范。Dockerfile 规格

使用以下 Dockerfile 模板创建 Amazon Linux 2 镜像：


FROM public.ecr.aws/amazonlinux/amazonlinux:2

ARG NB_USER="sagemaker-user"
ARG NB_UID="1000"
ARG NB_GID="100"
RUN yum install --assumeyes python3 shadow-utils && \
    useradd --create-home --shell /bin/bash --gid "${NB_GID}" --uid ${NB_UID} ${NB_USER} && \
    yum clean all && \
    python3 -m pip install jupyterlab

RUN python3 -m pip install --upgrade pip

RUN python3 -m pip install --upgrade urllib3==1.26.6

USER ${NB_UID}
CMD jupyter lab --ip 0.0.0.0 --port 8888 \
  --ServerApp.base_url="/jupyterlab/default" \
  --ServerApp.token='' \
  --ServerApp.allow_origin='*'

使用以下 Dockerfile 模板创建亚马逊 SageMaker 配送映像：


FROM public.ecr.aws/sagemaker/sagemaker-distribution:latest-cpu
ARG NB_USER="sagemaker-user"
ARG NB_UID=1000
ARG NB_GID=100

ENV MAMBA_USER=$NB_USER

USER root

RUN apt-get update
RUN micromamba install sagemaker-inference --freeze-installed --yes --channel conda-forge --name base

USER $MAMBA_USER

ENTRYPOINT ["jupyter-lab"]
CMD ["--ServerApp.ip=0.0.0.0", "--ServerApp.port=8888", "--ServerApp.allow_origin=*", "--ServerApp.token=''", "--ServerApp.base_url=/jupyterlab/default"]

第 2 步：构建 Dockerfile

在与 Dockerfile 相同的目录中，使用以下命令构建镜像：


docker build -t username/imagename:tag your-account-id.dkr.ecr.AWS 区域.amazonaws.com/your-repository-name:tag
重要

您的图片必须采用以下格式进行标记：123456789012.dkr.ecr.your-region.amazonaws.com/your-repository-name:tag

否则，您将无法将其推送到 Amazon 弹性容器注册表存储库。

步骤 3：将镜像推送到 Amazon 弹性容器注册表存储库

生成映像后，使用以下命令登录到您的 Amazon ECR 存储库：


aws ecr get-login-password --region AWS 区域 | docker login --username AWS --password-stdin 123456789012.dkr.ecr.AWS 区域.amazonaws.com

登录后，使用以下命令推送你的 Dockerfile：


docker push 123456789012.dkr.ecr.AWS 区域.amazonaws.com/your-repository-name:tag

第 4 步：将图片附加到用户的 Amazon SageMaker 域名

推送图片后，您必须从您的 Amazon SageMaker 域名访问该图片。使用以下步骤将图像附加到 SageMaker 域中：

  1. 打开控制SageMaker台。

  2. 在管理员配置下，选择域。

  3. 从域名列表中，选择一个域。

  4. 打开 “环境” 选项卡。

  5. 对于个人 Studio 应用程序的自定义图像，请选择附加图像。

  6. 指定图像来源。

  7. 选择下一步。

  8. 选择提交。

现在，您的用户可以从他们的 JupyterLab 空间中选择您已附加到其域名的图片。